崔美娜 作品数:6 被引量:96 H指数:3 供职机构: 石河子大学信息科学与技术学院 更多>> 发文基金: 国家自然科学基金 更多>> 相关领域: 农业科学 自动化与计算机技术 文化科学 更多>>
基于GM(1,1)模型的新疆棉叶螨预测研究 被引量:1 2016年 影响棉叶螨发生发展的因子众多,有些影响因子的数据不易采集,给建立科学实用的螨害预测预报模型带来很大困难。为尝试解决这一问题,本文将灰色系统理论应用于新疆亚热带棉区棉叶螨预测预报研究,基于历史螨害发生数据,建立了GM(1,1)灾变预测模型。检验结果表明,该模型的平均相对精度为97.1%,小误差概率P值为1,均方差比值C为0.0627,各项指标均达到Ⅰ级预测精度。使用2014-2016年度螨害发生数据对模型进行验证,预测结果与螨害实际发生情况相吻合。研究结果表明:GM(1,1)灾变预测模型可用于棉叶螨的中长期预测,且具有建模所需数据量少、数据易于获取、预测精度高等优点,在实际农业生产中具有更好的实用性。同时由于农作物虫害具有相似的规律性,因此,本文的研究方法能够为其他类似的生物灾害预测提供参考和借鉴。 王守会 戴建国 赖军臣 赵庆展 王琼 崔美娜关键词:棉叶螨 基于低空无人机影像和YOLOv3实现棉田杂草检测 被引量:9 2019年 目的变量作业是精细农业的核心目标,而杂草快速准确检测是精准除草的先决条件。基于此,本文提出了一种基于改进的YOLOv3模型的棉田杂草快速检测方法。方法首先,利用无人机平台获取0.10、0.29、0.52cm分辨率的棉花苗期影像,进行正射校正、拼接、裁剪、标注等前期处理,构建3个数据集;其次,通过目标维度聚类、改进模型结构等方法优化YOLOv3网络模型;最后通过对比分析测试结果得到最优模型和最佳分辨率。结果改进的YOLOv3模型应用于0.29cm分辨率的影像数据对棉田杂草检测效果最好。相较于原始模型,改进的YOLOv3模型杂草检测精度在3个数据集上分别提升了10.62%、12.89%、15.77%,尤其在0.29cm数据集上识别率和召回率分别达到了94.06%、90.26%,同时识别速度可达51帧/s。结论在检测精度和运行速率方面,本文提出的棉田杂草模型均可满足实际农业生产需要。研究成果为精准除草提供了理论基础,同时文中所用方法也可为其他类型的农田地物检测提供借鉴。 薛金利 戴建国 赵庆展 赵庆展 崔美娜 张国顺关键词:无人机遥感 棉花 杂草 基于无人机遥感可见光影像的北疆主要农作物分类方法 被引量:65 2018年 作物类型准确分类是大田作业和管理的基础。该文通过无人机遥感试验获取的可见光影像,利用色彩空间转换和纹理滤波构建了色调、饱和度和亮度的27项纹理和低通滤波特征;然后采用Relief F-Pearson特征降维方法,剔除分类能力弱且相关性高的冗余特征;最后,基于优选特征训练分类模型,并结合人工分类结果对各模型进行精度比较和效果验证。结果表明:特征选择得到的H-CLP、H-Ent、I-Cor、I-CLP、I-Ent、S-CLP和I-Var是利用可见光影像进行北疆主要农作物分类的最佳特征,可在充分表征影像特征的同时降低数据冗余。支持向量机(support vector machine,SVM)分类方法精度最高,整体分类准确率达83.77%,ANN和KNN分类精度次之。通过在验证区进行像素级别作物分类,发现SVM分类方法效果最好,棉花、玉米、苜蓿和西葫芦作物分类精度均达到了80%以上。该研究可为基于无人机可见光影像的农作物种植信息普查提供参考。 戴建国 张国顺 张国顺 曾窕俊 崔美娜 曾窕俊关键词:无人机 遥感 基于无人机遥感多光谱影像的棉花倒伏信息提取 被引量:26 2019年 为在棉花发生倒伏灾害后快速获取田块尺度下的受灾信息,该文以2017年8月21日强风暴雨导致大面积棉花倒伏的新疆生产建设兵团第八师135团的部分田块作为研究区,由无人机遥感试验获取倒伏后的多光谱影像,通过分析倒伏和正常棉花的光谱反射率差异提取了多种植被指数和主成分纹理特征,结合地面调查样本建立了3种花铃期倒伏棉花的Logistic二分类模型并进行了精度评价和验证。结果表明:棉花倒伏前后在可见光波段的反射率差异微小,而在红边和近红外波段的反射率明显降低0.12~0.20;以第一主成分均值(PCA1_mean)建立的Logistic二分类纹理模型效果最优,在测试集上分类结果的准确率为91.30%,ROC(receiver operating characteristic)曲线距左上角点最近,AUC(area under the roc curve)值为0.80。通过将该模型应用于试验区影像,分类制图效果良好且符合棉田倒伏症状特点。该研究可为无人机多光谱遥感棉花灾损评估提供参考。 戴建国 张国顺 张国顺 曾窕俊 崔美娜 曾窕俊关键词:遥感 多光谱 LOGISTIC模型 基于代码评判技术的程序设计语言在线学习系统的设计 2015年 0引言最著名的C++书籍《C++primer》在正文第一句写到,"学习一门新的程序设计语言的最好方法就是练习编写程序"。事实也确实如此,学习编程语言只有动手编程一条捷径。但根据对国内大多数高等院校的调查所知,绝大部分高校计算机类专业程序设计语言的教学仍然采用口述笔录的传统式课堂教学。结果往往是学完了编程课程,却根本不会写程序。所以我们依此开发了一个学习编程语言的平台,主要依托在线代码评判这一核心功能。 李荣荣 岳佳琪 崔美娜 王非凡关键词:程序设计语言 计算机类专业 编程语言 语法错误 PRIMER 白盒测试